آموزش جامع گواهینامه مبانی هوش مصنوعی مایکروسافت آزور (AI-900) از Microsoft Press - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• مقدمه Introduction

1. شناسایی ویژگی‌های گردش‌های کاری رایج هوش مصنوعی 1. Identify Features of Common AI Workloads

• شناسایی گردش‌های کاری پردازش زبان طبیعی Identify natural language processing workloads

• شناسایی ویژگی‌های گردش‌های کاری هوش مصنوعی مولد Identify features of generative AI workloads

• شناسایی ویژگی‌های گردش‌های کاری مدیریت محتوا و شخصی‌سازی Identify features of content moderation and personalization workloads

• شناسایی گردش‌های کاری بینایی ماشین Identify computer vision workloads

• شناسایی گردش‌های کاری هوش مستندات Identify document intelligence workloads

• اهداف یادگیری Learning objectives

• شناسایی گردش‌های کاری استخراج دانش Identify knowledge mining workloads

2. شناسایی اصول راهنمای هوش مصنوعی مسئولانه 2. Identify Guiding Principles for Responsible AI

• اهداف یادگیری Learning objectives

• تشریح ملاحظات مربوط به پاسخ‌گویی در راهکارهای هوش مصنوعی Describe considerations for accountability in an AI solution

• تشریح ملاحظات مربوط به عدالت و انصاف در راهکارهای هوش مصنوعی Describe considerations for fairness in an AI solution

• تشریح ملاحظات مربوط به حریم خصوصی و امنیت در راهکارهای هوش مصنوعی Describe considerations for privacy and security in an AI solution

• تشریح ملاحظات مربوط به شفافیت در راهکارهای هوش مصنوعی Describe considerations for transparency in an AI solution

• تشریح ملاحظات مربوط به قابلیت اطمینان و ایمنی در راهکارهای هوش مصنوعی Describe considerations for reliability and safety in an AI solution

• تشریح ملاحظات مربوط به فراگیری در راهکارهای هوش مصنوعی Describe considerations for inclusiveness in an AI solution

3. شناسایی تکنیک‌های رایج یادگیری ماشین 3. Identify Common Machine Learning Techniques

• شناسایی سناریوهای طبقه‌بندی در یادگیری ماشین Identify classification machine learning scenarios

• شناسایی سناریوهای رگرسیون در یادگیری ماشین Identify regression machine learning scenarios

• شناسایی سناریوهای خوشه‌بندی در یادگیری ماشین Identify clustering machine learning scenarios

• شناسایی ویژگی‌های تکنیک‌های یادگیری عمیق Identify features of deep learning techniques

• اهداف یادگیری Learning objectives

4. تشریح قابلیت‌های Azure Machine Learning 4. Describe Azure Machine Learning Capabilities

• تشریح سرویس‌های داده و محاسباتی برای علوم داده و یادگیری ماشین Describe data and compute services for data science and machine learning

• تشریح قابلیت‌های مدیریت مدل و استقرار در Azure Machine Learning Describe model management and deployment capabilities in Azure Machine Learning

• اهداف یادگیری Learning objectives

• شناسایی ویژگی‌ها و برچسب‌ها در مجموعه‌داده‌های یادگیری ماشین Identify features and labels in a dataset for machine learning

• تشریح قابلیت‌های یادگیری ماشین خودکار (AutoML) Describe capabilities of automated machine learning

• تشریح نحوه استفاده از مجموعه‌داده‌های آموزشی و اعتبارسنجی در یادگیری ماشین Describe how training and validation datasets are used in machine learning

5. شناسایی انواع رایج راهکارهای بینایی ماشین 5. Identify Common Types of Computer Vision Solutions

• شناسایی ویژگی‌های راهکارهای تشخیص اشیاء Identify features of object detection solutions

• شناسایی ویژگی‌های راهکارهای تشخیص و تحلیل چهره Identify features of facial detection and facial analysis solutions

• شناسایی ویژگی‌های راهکارهای بازشناسی نوری نویسه‌ها (OCR) Identify features of optical character recognition solutions

• شناسایی ویژگی‌های راهکارهای طبقه‌بندی تصاویر Identify features of image classification solutions

• اهداف یادگیری Learning objectives

• تشریح قابلیت‌های سرویس Azure AI Vision Describe capabilities of the Azure AI Vision service

• تشریح قابلیت‌های سرویس تشخیص چهره Azure AI Face Describe capabilities of the Azure AI Face detection service

6. شناسایی ویژگی‌های سناریوهای رایج پردازش زبان طبیعی (NLP) 6. Identify Features of Common NLP Workload Scenarios

• شناسایی ویژگی‌ها و کاربردهای تحلیل احساسات Identify features and uses for sentiment analysis

• شناسایی ویژگی‌ها و کاربردهای استخراج عبارت‌های کلیدی Identify features and uses for key phrase extraction

• تشریح قابلیت‌های سرویس گفتار Azure AI Speech Describe capabilities of the Azure AI speech service

• شناسایی ویژگی‌ها و کاربردهای مدل‌سازی زبان Identify features and uses for language modeling

• اهداف یادگیری Learning objectives

• تشریح قابلیت‌های سرویس زبان Azure AI Language Describe capabilities of the Azure AI language service

• شناسایی ویژگی‌ها و کاربردهای بازشناسی و سنتز گفتار Identify features and uses for speech recognition and synthesis

• شناسایی ویژگی‌ها و کاربردهای بازشناسی موجودیت‌ها Identify features and uses for entity recognition

• شناسایی ویژگی‌ها و کاربردهای ترجمه Identify features and uses for translation

7. شناسایی ویژگی‌های راهکارهای هوش مصنوعی مولد 7. Identify Features of Generative AI Solutions

• شناسایی ملاحظات هوش مصنوعی مسئولانه برای AI مولد Identify responsible AI considerations for generative AI

• شناسایی ویژگی‌های مدل‌های هوش مصنوعی مولد Identify features of generative AI models

• اهداف یادگیری Learning objectives

• شناسایی سناریوهای رایج برای هوش مصنوعی مولد Identify common scenarios for generative AI

8. شناسایی قابلیت‌های سرویس Azure OpenAI 8. Identify Capabilities of Azure OpenAI Service

• اهداف یادگیری Learning objectives

• تشریح قابلیت‌های تولید تصویر در سرویس Azure OpenAI Describe image generation capabilities of Azure OpenAI Service

• تشریح قابلیت‌های تولید زبان طبیعی در سرویس Azure OpenAI Describe natural language generation capabilities of Azure OpenAI Service

• تشریح قابلیت‌های تولید کد در سرویس Azure OpenAI Describe code generation capabilities of Azure OpenAI Service

جمع‌بندی Summary

• گام‌های بعدی Next steps